Existen varias herramientas publicadas que a partir de unas variables del paciente con covid-19 indican el riesgo de sufrir la forma más grave de la enfermedad o incluso de fallecer. Pero el modelo propuesto por unos investigadores del Hospital 12 de Octubre y del Consejo Superior de Investigaciones Científicas (CSIC), a partir de datos de pacientes aportados por el grupo HM Hospitales, tiene una peculiaridad: excluye la edad y el sexo del algoritmo.
El objetivo es identificar a los pacientes que pueden empeorar, pero sin introducir sesgos demográficos, lo que, sobre todo en la primera ola, ha derivado en desigualdades en los protocolos de triaje. De hecho, en el desarrollo de la calculadora han participado también investigadores de India, donde la crisis sanitaria por covid está haciendo de este modelo una herramienta de máxima utilidad.
Así se refleja en el estudio, que aparece en The Journal of Medical Internet Research: “La mayoría de los modelos de diagnóstico y pronóstico de covid-19 que se han desarrollado hasta la fecha tienen un alto riesgo de generar sesgos que conducen a la desigualdad, principalmente debido a la alta influencia de variables demográficas (especialmente edad y sexo) en esos modelos y a la naturaleza de un enfoque no cegado de aprendizaje automático supervisado entre predictores y resultado de las mediciones”, escriben los investigadores del trabajo, cuyos coautores principales son Julián Benito León, neurólogo en el Hospital 12 de Octubre de Madrid, y María Dolores del Castillo y José Ignacio Serrano, científicos del Grupo de Ingeniería Neural y Cognitiva del CSIC.
El método empleado consiste, en cambio, en un aprendizaje automático sin supervisión con el que identificar diferentes grupos de gravedad entre los pacientes con covid-19 que acudían al hospital. En lugar de partir, por ejemplo, de los pacientes en la UCI y determinar qué variables tienen en común; este método hace un recorrido más natural, al analizar marcadores en todos los pacientes en el momento del ingreso para aprender las variables en la evolución que les llevarán a diferentes escenarios (ingreso hospitalario, alta, sala de vigilancia intensiva, alta). Así identificaron tres grupos de riesgo atendiendo a la tasa de mortalidad.
Para ello, estudiaron los registros de los más de 2.300 pacientes aportados por los hospitales HM, si bien finalmente incluyeron en este estudio a 853 enfermos, de los que tenían las pruebas de laboratorio y las variables clínicas completas.
Según apuntan estos científicos, basta observar los niveles séricos de cuatro variables para discriminar el riesgo de los pacientes con covid: aspartato aminotransferasa (AST), lactato deshidrogenasa (LDH), proteína C reactiva (PCR) y cantidad de neutrófilos. Además, el porcentaje de monocitos y linfocitos y los niveles de alanina aminotransferasa (ALT) distinguió al grupo de menor gravedad de los otros dos. No hizo falta recurrir a factores demográficos. “De hecho, nuestros resultados confirmaron que la edad y el sexo tenían un valor similar y poco discriminante para separar los tres grupos”, continúan.
El grupo con la tasa de mortalidad más alta presentaba los mayores niveles de AST, ALT, LDH, PCR y de número de neutrófilos, mientras que el porcentaje de monocitos y linfocitos era bajo En el grupo que recogía una tasa de mortalidad moderada, los niveles de estos marcadores estaban en la media; finalmente, el grupo de los enfermos con la menor mortalidad, se registraron los niveles más bajos de AST, ALT, LDH, PCR, de número de neutrófilos y el mayor porcentaje de monocitos y linfocitos.
“Nuestros resultados tienen varias implicaciones clínicas. Primero, la edad y el sexo no se consideraron para construir los grupos. Por lo tanto, nuestro enfoque de aprendizaje automático no supervisado, basado exclusivamente en disponer de pruebas simples de laboratorio en las etapas iniciales, permitiría establecer una estrategia de racionamiento de recursos sanitarios, y establecer un protocolo de triaje, que apoyaría decisiones médicas de forma transparente y ética. En segundo lugar, dado que los datos analizados son pruebas de laboratorio estándar, este método tendría un valor especial para áreas subdesarrolladas y en vías de desarrollo, con escasez de recursos médicos y problemas de asequibilidad. Finalmente, podríamos adaptar el tratamiento a cada grupo de gravedad atendiendo a la etapa inicial por ejemplo, en el servicio de Urgencias). Por ejemplo, los tratamientos más agresivos podrían considerarse para los pacientes clasificados en el grupo 1 (el más grave), y no en los del grupo 3 (el menos grave)”, detallan los autores del trabajo.
Daño hepático e inflamación
También indican que cada vez más evidencias sostienen el hecho de que el coronavirus SARS-CoV-2 extiende su daño a múltiples sistemas orgánicos, entre los que también se encuentra el hígado. “Los indicadores elevados de daño hepático, particularmente AST, están fuertemente asociados con un riesgo de mortalidad más alto en los pacientes con covid-19. Es destacable que unos niveles séricos altos de LDH predicen una mayor mortalidad hospitalaria entre los pacientes con covid-19 grave y críticamente enfermos. El aumento significativo de los niveles de PCR en las primeras etapas de la enfermedad covid-19 se correlaciona con la gravedad de la enfermedad y el grado de patologías de los tejidos internos”.
A ello se suman las pistas que aportan una cantidad elevada de neutrófilos combinada con una reducción en la cantidad de linfocitos, monocitos y eosinófilos, y que se asocia a mayor riesgo de empeoramiento clínico.
“En conjunto, la presencia de biomarcadores elevados de inflamación y de daño hepático en suero, así como el número de neutrófilos al ingreso, presagian un fallo orgánica múltiple en pacientes con covid-19 que podrían provocar la muerte. Nuestros hallazgos de laboratorio están en consonancia con otros estudios anteriores en todo el mundo”, concluyen.
via Noticias de diariomedico.... https://ift.tt/3nqMc1G
No hay comentarios:
Publicar un comentario